枪弹头痕迹自动比对数学模型的研究及统计分析

对于题目中的几个问题,首先给出了一个计算并消除两组划痕数据之间平移误差和转动误差的精确算法,然后利用中值滤波+低通滤波+高斯滤波的方案来消除噪声和误差,最后对过滤后的数据进行分析,提取了一维特征向量并提出了比对特征相关系数作为检验弹头相似程度的标准.     

枪支弹头痕迹自动对比方法研究

建立了枪支弹头痕迹的自动识别模型.解决了细微信息提取,误差校正,特征位置选取等问题.以11只枪,22颗子弹的三维数据作为测试数据,模型的最高识别率达到77%.     

基于图像处理的枪弹头痕迹自动匹配方法

针对子弹自动自动匹配问题,首先利用子弹表面为圆柱面的假设,对采集得到的数据进行误差校正,然后将圆柱面上的深度数据展开到平面上,用经典的中值滤波和平滑算法去除噪声,良好的数据预处理算法对后续的特征提取和子弹匹配起到了重要作用.一方面将z轴数据映射到二维图像上,提出了基于统计的鲁棒的互相关性系数准则,另一方面,对三维数据进行可视化操作,显示划痕条数、划痕宽度等宏观特征,二者结合起来对子弹进行匹配.实验表明,方法取得了良好的效果,具有高达80%以上的识别率.     

枪弹头痕迹自动比对方法的研究

研究了枪弹头痕迹自动比对方法,用最优化的方法消除测量误差,通过中值滤波去除随机噪声,并根据数据的相似性度量理论确定了以横向相关性为基础的比对方案.     

基于小波变换的枪弹头痕迹自动对比研究

以自动对比方法的智能性、自动性和可操作性为出发点,以构建弹头特征峰数据库,搭建弹头自动比对系统为目标,对弹头痕迹的自动比对问题展开研究.通过提取弹头痕迹特征线的方法,详细分析了各种影响比对的测量误差,给出了消除误差的方法.提供并实现了一种基于小波变换的比对方案,方案能够有效抑制弹头表面污损产生的噪声误差,并在实验中取得了很好的比对结果.     

基于特征曲线和曲面匹配的弹痕自动比对方案

提出了消除测量误差的两套方案:基于特征曲线提取的方案和基于曲面匹配的方案.建立了中心重合法、近似法矢重合法与多点预定位法相结合的曲面匹配模型;讨论并给出了用于弹痕比对的六个差异度衡量指标;建立了弹痕及弹头相似度模型;给出了方案的有效性评价体系;最后,对一组实际的弹痕数据,进行有效性验证,取得了较高的正确率.     

基于多目标进化聚类的信用风险特征识别

在信用风险识别领域,聚类算法常被用于区分不同风险等级的样本并识别风险特征。然而该领域中通常面临高维数据处理问题,导致传统聚类算法存在不适应此类问题的缺陷：易陷入局部最优、受冗余特征干扰、鲁棒性不强等。采用高维信用风险数据,研究上市公司信用风险,建立信用风险特征识别的三目标优化模型,设计基于分解的多目标子空间聚类算法进行求解。通过算法的横向对比实验,展示了所提出的算法在聚类精度和鲁棒性方面的优势,并根据聚类算法的权重分配结果,归纳总结上市公司信用风险评估过程中应重点关注的指标。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

一种基于用户识别特征模型的中医药健康养老信息推送算法

通过分析传统协同过滤算法的优缺点,设计构建用户识别特征模型,并提出基于用户识别特征模型的协同过滤算法,将经典协同过滤算法与基于用户识别特征模型的协同过滤算法进行比较试验,分析基于用户识别特征模型的协同过滤算法相对于经典协同算法的优势,进而证明其能够在中医药健康养老信息的推送过程中提高效率。     

基于BP神经网络的仓储火灾火焰识别研究

仓储环境的特殊性限制了传统火灾探测设备的探测效果.为利用现有监控设备,可将图像火灾探测方法引入仓储领域.首先将采集的图像进行预处理,得出感兴趣的目标前景.然后对前景进行特征提取.最后采用基于BP神经网络的识别方法,以提取的图像特征作为输入,对网络进行训练与仿真.实验结果表明:BP神经网络对于火灾火焰图像具有很好的识别能力;作为其输入的图像特征对于火灾火焰图像有着较好的判别效果;为减少硬件投入,采用图像火灾探测方法弥补传统火灾探测设备在仓储应用中的不足是可行的.     

一种基于偏好序信息的双边匹配方法

针对双方主体给出匹配偏好序信息的双边匹配问题,提出了一种决策分析方法。首先通过构建双边匹配满意度函数,将匹配偏好序信息转化为匹配满意度,然后通过集结双方主体相互间的匹配满意度得到综合匹配满意度,进一步地,将综合匹配满意度视为双边主体之间匹配的权,进而将基于偏好序信息的双边匹配问题转化为完全二分图中的权匹配问题。为了解决双边匹配问题,构建了最大权匹配问题的优化模型,并通过模型的求解确定最优双边匹配结果。在本文最后,通过一个算例说明了提出方法的实用性和有效性。     

基于双重参照点的电子中介买卖双边匹配决策方法研究

本文从电子中介角度解决了买卖双方的匹配问题。首先,本文基于累积前景理论建立了双重参照点影响下的买卖双方交易达成条件的模型,并得到不同交易发生时电子中介的最优撮合价格和买卖双方的综合满意度。接着,本文针对中介企业发展的不同阶段和业务的淡旺季,构建了可供中介选择的利润导向型、客户导向型和折中型的买卖双边匹配模型。其中,在利润导向型模型中设定了关于客户满意度的阈值;在客户导向型模型中设定了关于利润的阈值;在折中型模型中同时考虑了利润和客户满意度,并设定了关于两者的阈值。最后,通过实例验证了提出方法和模型的有效性。     

基于优化模型的双边匹配决策方法

针对满意度表达评价信息的双边匹配决策问题,从匹配主体相互满意的视角,综合考虑匹配主体满意度的互补性和一致性定义匹配主体的组合满意度,以匹配的总组合满意度最大为目标建立求解匹配结果的优化模型,进而提出了一种匹配决策方法,并通过实例说明所提方法的可行性和有效性.     

基于倾向得分匹配的缺失数据插补方法

针对预测均值匹配中相近性刻画较为单一的问题,考虑多种相近性刻画方法,同时结合倾向得分可将多个协变量降维的特点,提出采用倾向得分匹配来对缺失数据进行插补的新方法:首先估计倾向得分,然后可选择最近邻、卡钳与半径、分层或区间等多种匹配方法进行匹配,最后利用匹配单元的目标变量来对数据缺失单元进行插补.进一步采用蒙特卡罗模拟和实际数据证实方法是有效的,且在均值插补、回归插补、随机插补、最近邻倾向得分匹配插补、卡钳与半径倾向得分匹配插补、分层或区间倾向得分匹配插补方法中分层或区间倾向得分匹配插补效果最好.     

基于倾向值匹配的干扰数据检测方法

数据中掺杂干扰数据的现象十分常见,对于随机出现的干扰数据处理,目前已有很多方法可以借鉴,但对于人为的干扰数据,若继续使用传统方法,则可能不会达到很好的效果.倾向值可以用一维数值来描述多维数据的特征,且当数据具有相近的倾向值时,其本身常常也很相似,并可能来自同一总体.因此,文章提出一种应用倾向值匹配检测干扰数据的新方法,...     

基于矩匹配的、多标的实物期权估值方法研究

实物期权能够恰当地反映管理的灵活性价值,但是实际应用中往往对应多个标的物,现有的方法不能很好的求解其价值及变量的敏感性,从而限制了其应用.本文将多个标的资产视为一篮子资产组合,通过矩匹配方法求得组合资产的近似分布,从而可求解多标的实物期权的解析解,并通过案例分析了该方法的优势和便利性.